[发明专利]基于人工神经网络的SF6气体光纤检测定量分析方法在审
申请号: | 201811523406.2 | 申请日: | 2018-12-13 |
公开(公告)号: | CN109632649A | 公开(公告)日: | 2019-04-16 |
发明(设计)人: | 钱国超;彭庆军;王稼轩;陈伟根;万福;马仪;程志万;周仿荣;邹德旭;黄星;洪志湖;刘光祺;颜冰 | 申请(专利权)人: | 云南电网有限责任公司电力科学研究院 |
主分类号: | G01N21/25 | 分类号: | G01N21/25;G01R31/12;G06N3/04;G06N3/08;G06N3/06 |
代理公司: | 北京弘权知识产权代理事务所(普通合伙) 11363 | 代理人: | 逯长明;许伟群 |
地址: | 650217 云南省昆*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 光纤检测 定量分析 人工神经网络 神经元 神经元网络 光谱数据 训练样本 权值和 神经元激励函数 压强 定量分析结果 前馈神经网络 外部因素影响 神经元输出 成分信号 激光功率 有效减少 准确度 输出 光滑性 特征性 期望 预设 申请 预测 分析 | ||
本申请提供了一种基于人工神经网络的SF6气体光纤检测定量分析方法,包括:获取影响SF6气体光纤检测定量分析因素的训练样本;基于前馈神经网络和所述训练样本训练神经元激励函数;预设神经元网络期望输出R,根据所述神经元网络期望输出通过训练获得使神经元输出接近期望值R的神经元的权值和阈值;根据获得的神经元的权值和阈值以及结合影响SF6气体光纤检测定量分析因素的输入,预测SF6气体光纤检测定量分析结果。本申请提供的基于人工神经网络的SF6气体光纤检测定量分析方法,能够有效减少包括压强、温度和激光功率在内的外部因素影响,突出待测成分信号的特征性,确保光谱数据的光滑性,能有效提高光谱数据的分析准确度。
技术领域
本申请涉及气体绝缘变电设备技术领域,尤其涉及一种基于人工神经网络的SF6气体光纤检测定量分析方法。
背景技术
SF6气体拥有优良的绝缘性能,是GIS气体绝缘变电设备中重要的气体成分。因此,针对SF6气体的检测及定量分析就显得额外重要。在利用光纤设备检测SF6气体的过程中,检测结果会受到多种因素的影响,如激光强度、压强、温度、光谱峰强等。
目前,多是采用拉曼光谱进行SF6气体检测定量分析。具体的,先通过测量已知浓度的气体的拉曼谱图,建立谱图和浓度之间的关系,再测量未知浓度谱图时就可以根据之前的关系推测出浓度大小。在使用拉曼光谱进行SF6气体检测定量分析时,只考虑了谱图和浓度两者之间的对应关系,忽略了压强等外界干扰因素的影响。然而,SF6气体浓度常常受激光强度、压强、温度等外界干扰因素的影响。因此,采用拉曼光谱进行SF6气体检测定量分析的准确性无法得到高质量的保证。
发明内容
本申请提供了一种基于人工神经网络的SF6气体光纤检测定量分析方法,能够有效对采集到的光谱数据及压强、温度等多个参量进行智能计算,提高检测的准确性。
本申请提供了一种基于人工神经网络的SF6气体光纤检测定量分析方法,所述方法包括:
获取影响SF6气体光纤检测定量分析因素的训练样本;
基于前馈神经网络和所述训练样本训练神经元激励函数;
所述神经元激励函数为其中,f(y)为神经元的激励函数,z为神经元网络的运算输出,x为神经元的输入,k为相应神经元输入的权值,b为神经元阈值;
预设神经元网络期望输出R,根据所述神经元网络期望输出通过训练获得使神经元输出接近期望值R的神经元的权值和阈值;
根据获得的神经元的权值和阈值以及结合影响SF6气体光纤检测定量分析因素的输入,预测SF6气体光纤检测定量分析结果。
可选的,上述基于人工神经网络的SF6气体光纤检测定量分析方法中,所述根据所述神经元网络期望输出通过训练获得使神经元输出接近期望值R的神经元的权值和阈值中,所述训练采用自适应调整步长和加动量因子的改进BP算法。
可选的,上述基于人工神经网络的SF6气体光纤检测定量分析方法中,所述自适应调整步长包括:
预设初始步长,若误差函数E增大,则将步长Z乘以一个小于1的常数U沿原方向重新计算下一个迭代点;若一次迭代后误差函数E减小,则将步长Z乘以一个大于1的常数h,加大训练步伐;
其中,所述误差函数为N为训练样本总数,m为输入神经元数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云南电网有限责任公司电力科学研究院,未经云南电网有限责任公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811523406.2/2.html,转载请声明来源钻瓜专利网。